英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
行为学指导的差动驱动机器人对行为建构理论的启发
Carlos Delgado-Mata, Ramiro Velaacute;zquez, Carlos A. Gutieacute;rrez
IPIT (Instituto Panamericano de Investigacioacute;n Tecnoloacute;gica),
Escuela de Ingenieria, Universidad Panamericana campus Bonaterra,
Aguascalientes, Meacute;xico, C.P. 20290
摘要：
本文介绍了由行为学研究的发展，推动了控制差动机器人的行为选择机制在安全，防御，侦察及其他领域的潜在应用的发展。本文展示了两轮差动驱动的数学模型。模型说明了零半径旋转是如何仅由双向运动实现的。移动机器人由一种运动模式驱动，该模式用于将来自超声传感器的输入脉冲传输到影响每个车轮电机电压的响应中。因此，它控制着本文所描述的移动机器人的平移和旋转运动。
关键词：差分驱动，移动机器人，行为架构，行动选择机制
1.介绍：
机器人与智能系统技术，包括软件，传感器，微处理器，微处理器力学和微电子在内，已经发展到能开发高级功能。智能机器人可处理家庭，公司，以及公共场所各种目前由人处理的任务。目前移动机器人的移动系统可大致分为轮式与步行式。在应对极其复杂的地形时，步行机器人有些优势。步行机器人的主要相关性，是它们适应在不平坦地形上行走的姿势以及跨越不连续的高地形的能力[1]。但步行机器人机构复杂，难以控制并且不如轮式机器人快。该领域的主要研究内容是通过步态方案控制复杂结构的运动和边际稳定性[2][3]。然而，基于车轮或踏板的运动系统相对来说更简单，可靠，快速，高效。就移动性而言，需要在崎岖的地面上运动时，轮式机器人是最佳方案。在道路上运动时，轮式机器人表现出极佳的机动性和速度。由于减少了摩擦损失并因此有更大的工作范围[4]，轮式机器人在速度，可用有效载荷和动力经济性方面有更好的性能。该领域的主要活动涉及转向系统的创新与悬架系统的设计[5][6]。
了解轮式移动机器人（WMR）响应输入命令进而移动的过程，对于反馈控制设计和许多导航任务（如路径规划，指导和避障）至关重要。Campion和Chung在中将WMR的机动性分类为五个对应两个指数（m，s）的通用结构：机动指数m和转向指数s[7]。第一个指数指WMR可以在没有转向任何车轮的情况下从当前位置瞬间获得的自由度数，而第二个指的是可以独立定向以控制WMR的转向轮数量。
-
- 行动选择机制
在模拟自适应行为等领域，行动选择一直是典型的解决方案。行为选择机制在机器人，智能代理及近来在虚拟环境的虚拟代理中不断发展，即行为选择应用最终表现为虚拟代理。过去有两种方法可选择：反应法[8]和审议法[9]。前者的优点是它们计算方便，并且可以更好地适应不断变化的环境[10]。后者的优点在于它们可以保存世界的表现形式，因此理论上它们可以实现更明智和更好的解决方案。它们不会受到在局部决策中固有的最小问题的困扰。应激行为不仅受环境激励的支配，还受动物内部状态的控制，如食欲等因素。
本文的其余部分安排如下：在第2节中，使用通用的双主动固定轮和单被动轮结构建立了两轮差动驱动模型。在第3节中，描述了用于驱动两轮差动驱动机器人的行为架构。最后，结论总结了论文的主旨。
2.轮式移动机器人
由Campion分类的[7]，对应于移动指数m和转向指数s的五个移动WMR类是：
（3,0）型机器人（又称全向机器人），没有转向轮（s=0），并且仅配备瑞典轮或脚轮。它们在平面上有完全的机动性（m=3）,这意味着他们可以全方向移动，并且无需重新定向。
（2,0）型机器人没有转向轮（s=0），但有一个或几个在公共轴上的固定轮。公共轴将机器人的移动限制在二维平面中（m=2）。
（2,1）型机器人没有固定轮，至少有一个转向轮。如果有多个转向轮，就必须使它们的方向相协调（s=1）。因此，机器人的移动被限制在二维平面内（m=2）。
（1,1）型机器人有一个或几个在公共轴上的固定轮，还有一个或多个转向轮，转向轮应满足两个条件：轮的中心不能位于固定轮的公共轴上，并且方向要协调（s=1）。机器人的移动限制于由转向轮的方向决定的一维平面（m=1）。
（1,2）型机器人没有固定轮，但至少有两个转向轮。若有两个以上的转向轮，那么它们的方向必须分为两组（s=2）。机器人的移动限于由两个转向轮的定向角所确定的一维平面（m=1）。
本文主要说明（2,0）型机器人。
2.1差动驱动WMR
此处描述的轮式移动机器人是（2,0）型机器人。移动机器人有很多设计方案，然而，双轮差速驱动机器人是迄今为止最受欢迎的设计。
- (b) (c)
图.1.（2,0）型WMR（a）样机和（b）该样机的差动驱动结构。两个前轮，每个轮子由自己的电机驱动。第三个轮子放在后面，从动地滚动，同时防止机器人翻到。车轮运动表现为三个速度：u, u和omega;。（c）自由体图。第一个下标代表前f和后c轮，而第二个下表代表右r和左l轮。
我们考虑下原型IVWAN，（图.1（a））。其机械结构基于差速驱动装置，该装置由两个受独立控制的前轮和一个后轮组成(图. 1(b))。主动轮由两个大功率直流电机驱动，使原型可达到最高20公里/小时的速度。该原型展示了手动和自动操作：它可以通过彩色摄像机和一系列超声波传感器进行远程操作或自控，分别允许机器检测和跟随视觉图案并躲避障碍物[11]。
图. 1(c)表示出了差动驱动结构的示意图。此处，B表示连接两个牵引轮的轴的中心; G表示车辆的质心，简单起见，指定G为控制位置（x，y）和方向（phi;）的参考点。结构中产生的应力和动量可由方程（1）表示：
其中m是车辆的总质量，I是绕G点的惯性矩，u，u和omega;分别是机器人的线性，横向滑动和角速度(图. 1(b))。假设车轮在运动过程中不滑动，可以合理地忽略速度u。关于u和w，他们可以进一步方程(2)由方程(2)定义：
其中r是牵引轮半径，d是牵引轮之间的距离，（见图1（c）），Wr和Wl分别是左右轮的角速度，Ur和Ul分别是左轮和右轮的线速度。
点G的运动学表达式通过方程（3）与u和w相联系：
如前所述，牵引轮由直流电动机提供动力，这些可由方程式（4）建模：
其中tau;r和tau;r分别是输入直流电压Er和El时左右车轮上的电机产生的转矩，ka和kb是电机的转矩和电动势常数，R a是电机的电阻。此处已忽略感应电压。
图2.（a）差动驱动机器人的方框参考图，（b）施加电压Er和El的简要运动情况。
描述车轮-电机系统的公式可以简写成公式（5）的形式：
其中Ie和De分别是车轮-电机系统的惯性矩和粘性摩擦系数，是牵引轮轮胎的标称半径。联立方程（1）和（5），可得出差动驱动模型如方程（6）：
输入：
常数：
注意方程（6）建立了机器人的运动和电机的输入电压的联系。差动驱动机器人的框图模型如图2所示。该图标示了电子设备，直流电机和底盘的工作动态。
图2（b）概述了差动驱动机器人由输入电压Er和El控制的过程。当两个电压相等时，两个驱动轮以相同的角速度和方向转动，实现平移运动。如果一个电压设置为零，其中一个车轮转动而另一个保持不动，则机器人的运动轨迹为以不动轮为圆心的圆。如果两个电压大小相等但符号相反，则车轮以相同的速度转动，但方向相反，就会绕连接两个车轮的轴心（B点）旋转。这种情况下，需要注意转弯半径为零的情况。
涉及的方程（6）的参数数值可以轻松地在现有的原型中测量，直流电动机的规格也可以从制造商处获知。作为说明性示意图，应将图2（a）的所有收益考虑为统一收益。图3（a）显示了XY平面内特定轨迹的计算机模拟图。图3（b）显示了提供给直流电机的驱动信号。注意与图2（b）的对应关系。
图3（a）差动驱动机器人的仿真路径以及（b）与驱动信号的对应关系
本节描述的模型和运动方案也适用于使用其他运动系统的差速驱动结构，如皮带传动、链轮和链条。我们的原型Enyo和Connor说明了这些运动系统的物理原型。
图4展示了原型Enyo。其机械结构基于由皮带系统驱动的的四轮差速驱动装置。两个主动前轮通过皮带将旋转运动传递给两个被动后轮。尽管Enyo看起来像汽车式（1,1）型WMR，但它是（2,0）型WMR，这是因为它的轮子不可操纵。
图5展示了原型Connor，其机械结构基于链轮和链条差动驱动装置。通过链条传动，一根主动前轴将旋转运动传递给两个从动后轴。由于其链轮不可操作，Connor的履带式结构使其成为（2,0）型WMR。
图4.机器人Enyo
图5.机器人Connor
下一部分介绍用于控制此处描述的差动驱动移动机器人的动作选择机构。
3.行为架构
本节介绍用于驱动WMR的行为架构。该架构最初是为多个协作机器人开发的行为综合架构或BSA [12]，并在虚拟天线宝宝项目中重新应用于虚拟环境（VE）中的代理[13]。人们开发了面向对象法（BAMUVA）来模拟同种虚拟哺乳动物[14]。BSA以不断增加的抽象程度包含着三种结构：行为模式，行为数据包和行为脚本。此后将介绍该架构的概述。
3.1 行为模式
在最原始的层面上，行为模式（bp）被定义为一对功能映射，一个从传入的感觉激励到传出的期望运动反应，另一个从传入的感觉激励到效用。也就是定义在给定激励水平下的电动机反应的重要性。移动机器人，如本文所述，具有一系列行为模式，每个行为模式在任何给定时间根据其当前的传感输入（声纳传感器）输出其所需的电机响应（每个高功率直流电机的电压强度）。这些响应通过其效用值加权并合成在一起以产生紧急响应;即移动机器人的实际行为。因此，紧急行为的秒级变化是通过加权综合连续处理的，不像时间切片的布鲁克斯式结构[10]。
架构的基本组成是行为模式bp,其中
以及
其中r是期望运动响应，并且是关于给定的激励s的函数fr。
与每个响应是否相关联是衡量其效用或重要性的指标,即u。该数量是同种感觉激励的函数fu。因此，bp不仅定义了给定输入的传感器的运动响应应该是什么，而且还提供了一个度量，来表示该响应的相对重要性如何随着相同的传感器输入的变化而变化。r和u的值构成称为功用的向量。图6显示了简单bp可能存在于给定级别的示例。感知激励和移动机器人与障碍物测量传感器的前向距离相关，同时相关的运动响应与移动机器人的前向速度也有关。从图6可以看出，随着移动机器人逐渐靠近物体，其前向速度将减小至零。同时，运动响应的相关效用增加。因此，随着移动机器人越接近其路径中的对象，移动机器人的减速越来越重要。任何时间点t都通常生成多个冲突的运动响应。例如，当障碍物意外地出现在其路径中并且同时感觉到应该给电池充电时，移动机器人可能会朝向目标位置移动。在这种情况下机器人会怎么处理？在BAWMR（轮式移动机器人的行为架构）中，通过行为合成机制解决冲突的运动响应，进而产生合成的运动响应。冲突的响应程序通过线性叠加的过程来解决，该过程生成一个实用程序UXt，其中：
图6.行为模式示例
m等于从与运动有关的不同行为级别的相关效用器的总数。已知合成效用器，uXt，以及合成运动响应，rXt，由下式可知：
X表示相关的自由度，例如由移动机器人执行的向前运动和合成运动响应rXt。从方程（10）可以看出，由机构的不同行为产生的合成效用构成了相加性合成的过程，如图7所示。
图7..生成合成效用和两个效用器的运动响应
BAWMR架构是面向对象扩展的综合行为架构，它是由索尔福德大学开发的[15]，通过合作机器人完成任务[12]。这项工作使用了与动物行为学文献中描述的类似的道德知识 [16] [17] [18] [19] 。虽然每个机器人都有简单行为模式库，在不同行为模式之间和机器人之间的相互作用下会体现出复杂行为模式。
3.2行为信息包
如果代理程序库中的所有bps
全文共9066字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[520]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
